[发明专利]基于熵优化的复杂齿轮传动链电流信号循环平稳解调方法

说明书

技术领域

本发明属于设备状态监测与诊断技术领域，涉及一种用于齿轮传动运行状态故障监测与诊断的方法，具体涉及一种基于熵优化的复杂齿轮传动链电流信号循环平稳解调方法。

背景技术

随着大型化、连续化工业设备的发展，对齿轮系统的监测诊断提出了更高的要求，不仅要提高简单齿轮系统的诊断质量，而且对各种复杂结构齿轮系统也提出了诊断测试需求，如重型机床、新型高速压缩机的齿轮变速箱、钢铁行业的高炉布料器炉顶齿轮箱、炼钢厂的大包回转台齿轮系统以及钢包倾翻台减速齿轮箱等。这些复杂结构齿轮系统的工作环境恶劣，且结构复杂、传动链长，使得传感器的安装非常困难，甚至难以实现(如高炉布料器炉顶齿轮箱)，导致基于振动方法的齿轮故障诊断技术难以实施。而现有非接触检测方法受现场工况的影响较大，因此，对上述复杂结构齿轮系统的诊断已成为传统诊断方法难以分析处理的盲点。

作为传动机构，齿轮箱由电机驱动传递扭据，通常采用定子电流信号分析法对电机故障进行诊断，该方法是基于电机定子与转子间的电磁耦合，将电机转子和定子的故障信息反映在定子电流中，再通过对电机电流信号的频谱分析实现电机定子、转子以及偏心故障的诊断，甚至可以识别电机滚动轴承的状态。因此，由电机拖动的齿轮系统中存在的齿轮缺陷也会对电机转子的运行产生影响，即导致电机定转子间电磁耦合的变化，从而将齿轮故障信息反映在定子电流信号中，且电流信号具有非接触和远距离检测的特点。与振动和其他非测量方式相比，定子电流信号检测为解决复杂结构齿轮系统故障诊断提供了一种可能的手段。

根据齿轮系统的传动规律，齿轮箱输出轴的运动表征为振动调制特性，并传递给电机转子，在定子、转子气隙磁耦合的作用下，调制信号在定子电流中表现为进一步的被调制，这样通过机电磁的作用形成多次调制，并在电机谐波频率的影响下，使得齿轮系统振动源信息在电流信号中表现为复杂调制现象，显然传统的希尔伯特解调方法并不能从电机定子电流信号中有效提取出反映齿轮系统状态的复杂频率成分。为了解决复杂结构齿轮系统的监测诊断难题，迫切需要新的齿轮振动复杂解调方法。

发明内容

为了克服上述现有技术中存在的问题，本发明的目的是提供一种基于熵优化的复杂齿轮传动链电流信号循环平稳解调方法，能从检测到的电机定子电流信号中有效提取出由该电机拖动的复杂结构齿轮系统产生的复杂频率，实现对该复杂结构齿轮系统的监测诊断。

本发明所采用的技术方案是，基于熵优化的复杂齿轮传动链电流信号循环平稳解调方法，以齿轮传动链中驱动电机的定子电流信号为基础，利用循环自相关函数的解调性，通过熵优化对应的循环频率处理，进行循环自相关函数的切片解调，得到包含该循环频率成分及其倍频的解调谱，并在该解调谱的基础上进行频谱校正，得到复杂齿轮系统的准确诊断结果，该解调方法按以下步骤进行：

步骤1：采用电流传感器采集齿轮传动链中驱动电机的电流信号，利用傅立叶变换得到该电流信号的循环平稳频谱图；

步骤2：计算步骤1所得循环平稳频谱图在循环频率下切片谱图的熵值S(P)，该熵值S(P)通过以下公式计算得到：

设P(p₁，p₂，…，p_n)为一不确定的概率分布，k为任一常数，则该概率分布P(p₁，p₂，…，p_n)范围内的熵值S(P)为：

S(P)=-kΣi=1npilnpi]]>

式中，p_i为第i个信息状态出现的概率，-lnp_i是第i个信息状态出现时带来的信息量，S(P)为熵值，表征了第i个信息状态的信息量的大小；

步骤3：根据步骤2计算出的熵值绘制熵值曲线；